自聊天机(jī)器(qì)人ChatGPT火爆以来(lái)，微软公司创始人比尔(ěr)·盖茨已多次(cì)公开谈论人工智能话题(tí)。在最近(jìn)的(de)一次采访中，他(tā)再次(cì)表示：“AI可能会让科(kē)技行业迎来一次剧(jù)烈的洗牌(pái)”。

这个结论是(shì)他在(zài)当(dāng)地(dì)时(shí)间2月20日(rì)接(jiē)受(shòu)《In Good Company》节目专访时提出的。

他预(yù)期，AI的(de)发展(zhǎn)可能会威(wēi)胁(xié)到谷歌的市占率，因为微软在AI方面(miàn)的行(xíng)动相当迅速。而(ér)最终科(kē)技(jì)巨头将(jiāng)把AI整合(hé)成用户的“全能助手”，包揽(lǎn)一(yī)切(qiè)应用，与人们进行(xíng)沟通并提供建议，可以(yǐ)取代亚马逊、Siri或Outlook等应用。

大佬(lǎo)口中全能(néng)助手的到来可能尚(shàng)需时日，但由ControlNet引(yǐn)发的(de)又一(yī)次AI绘画浪(làng)潮，让AIGC在ChatGPT的话题(tí)热点包围(wéi)中杀出(chū)重围(wéi)。

01

ControlNet颠覆(fù)AI绘画(huà)新玩(wán)法

AIGC向可控靠近(jìn)

以AI绘画(huà)为(wèi)代表的AIGC上一(yī)次爆火(huǒ)的时候，还是2022年8月，在美国科罗拉多州举办(bàn)的新(xīn)兴数字(zì)艺术(shù)家竞赛(sài)中，一幅名为(wèi)《太空歌剧(jù)院》的作品获(huò)奖(jiǎng)。

随后各大厂(chǎng)商的(de)AI绘画软(ruǎn)件被(bèi)广(guǎng)大网友熟知并体验(yàn)，Stable Diffusion便是其中(zhōng)代(dài)表(biǎo)。

用户们可以在应(yīng)用中输入一组关键(jiàn)词或者一张照(zhào)片，就能获(huò)得一幅AI创作(zuò)的画(huà)作。

作(zuò)画(huà)的关键就(jiù)是所(suǒ)输入的文本(běn)。同一组关键词也可(kě)以创作(zuò)出很多张风格不一(yī)样(yàng)的画作，这让(ràng)创作的过程就像开盲盒。

很多用户很喜(xǐ)欢这种(zhǒng)不确(què)定的(de)惊(jīng)喜，他们会将生成的美图(tú)当(dāng)做头(tóu)像。而另一部(bù)分喜欢翻(fān)看AI绘(huì)画的“翻车”作品。在(zài)社交媒体上，许多用户(hù)分享AI“翻车(chē)现场”，例如，一位网友(yǒu)的小狗(gǒu)照片(piàn)被AI画成了“肌肉男”，还有网友的个人照片被AI识(shí)别(bié)成了建筑。

而如今随着ControlNet的出(chū)现与加持，以往AI绘画的填写关(guān)键词游戏可能要被颠覆了(le)。

ControlNet是(shì)一位(wèi)正(zhèng)在斯坦福读博的中国人张吕敏创(chuàng)作的一种(zhǒng)基(jī)于控制点的图像(xiàng)变(biàn)形算法(fǎ)，主要(yào)用于数字图像处(chù)理(lǐ)、计(jì)算机视觉和(hé)计(jì)算机图形学等领域。

其SD插(chā)件一经(jīng)发布(bù)，在短(duǎn)短的两天内便成为了AI绘画领(lǐng)域最新的(de)热点。

在(zài)此之前，大家用了很多方(fāng)法想让(ràng)AI生成的结果(guǒ)尽可能的符合要(yào)求，但是都不尽如人(rén)意，它的出(chū)现代表着AI生(shēng)成(chéng)开始进入真正的可控时期。

因(yīn)为ControlNet可以直接(jiē)提取画(huà)面的构(gòu)图(tú)，人物的姿势和画(huà)面的(de)深度信息(xī)等。有了它的帮助，就不用频繁的(de)用提示词来碰运气(qì)，抽盲盒(hé)式(shì)的创作了。

通俗的说ControlNet相(xiāng)当于(yú)给AI绘画加(jiā)了(le)“魔(mó)法”，不少博主的(de)作品已经获得(dé)了大量的浏(liú)览量，“viggo”就是(shì)其中(zhōng)之(zhī)一，他用朋友的照片(piàn)直接带她(tā)们走(zǒu)进动(dòng)漫世界(jiè)。

曹操的观沧海是什么体裁的诗，观沧海是什么体裁的诗古体诗ng="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/aaf8241fc774226.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="1.1899488926746167" data-s="300,640" data-type="jpeg" data-w="1174">

viggo先用(yòng)StableDiffusion图片转(zhuǎn)文(wén)字。

再(zài)用(yòng)Text2Prompt插件(jiàn)拓展(zhǎn)找到对应的关键(jiàn)词；最后用ControlNet插件(jiàn)绑定骨骼(gé)开(kāi)始换关键词试效(xiào)果。

通过(guò)图片(piàn)就(jiù)可以看出来，效(xiào)果(guǒ)十分惊(jīng)艳。

更厉(lì)害的是，除了真实的照片，草图也(yě)可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实现(xiàn)线稿转(zhuǎn)全(quán)彩图(tú)。大(dà)神(shén)张吕敏其本尊也亲自回应。

不得不(bù)说当(dāng)下AIGC已经变得越来越强大，甚至输出的作品(pǐn)都已经能以假乱真了(le)。

02

难辨虚(xū)实，AIGC技术力爆发

警惕安全(quán)问题

近日，“苏州(zhōu)金鸡湖有游艇party”的(de)消息火遍网(wǎng)络，而经过警方辟谣(yáo)这所谓的“party”可(kě)能是全国第一(yī)起AI绘图诈骗。

由于(yú)这(zhè)个活动里面给(gěi)出的美女照(zhào)片(piàn)都是AI制作的真人照片绘图，因为(wèi)太逼(bī)真，被大(dà)家当成真(zhēn)事传播(bō)了。

不过(guò)仔细(xì)观(guān)察可以(yǐ)发现，活动发起(qǐ)者提供的(de)照(zhào)片中有个(gè)很(hěn)大的漏洞可以发(fā)现并非真人，而(ér)是AI绘图(tú)，那便是图片中女(nǚ)性的手指部(bù)分(fēn)有(yǒu)的(de)存在异常(cháng)。

有行(xíng)业人事表示：“现(xiàn)在因为手指部分的绘画算(suàn)法比较复杂，AI还不太会(huì)画人的手，但最新(xīn)看到(dào)的图片已经有越来越完(wán)美(měi)的AI模(mó)型出现(xiàn)，以后可(kě)能(néng)就完全没有(yǒu)漏洞了(le)。”

类(lèi)似的AI作图诈骗在国外也已有发(fā)生(shēng)。据(jù)英(yīng)国(guó)广播公(gōng)司报道(dào)，土耳其地(dì)震期(qī)间，有Tiktok用户使(shǐ)用AI合成了儿童受灾的假照片发布到网络(luò)，以此诱骗(piàn)善良的人打赏“捐助”从而实施诈骗。

目前随(suí)着技术(shù)发展，AIGC已(yǐ)经能(néng)做出真人照片般的(de)绘图(tú)效果，如果这样的图片(piàn)被用来诈骗(piàn)，将非(fēi)常可怕。

此外AIGC还引发了很多担(dān)忧，一方面，批(pī)判者认为(wèi)AI在“学习”了(le)大量前人的(de)作品(pǐn)之(zhī)后，其创作没(méi)有任何情绪和(hé)灵(líng)魂，难以和人类(lèi)的艺术创作相提并论。

另一方面(miàn)，AIGC背后(hòu)的版权、目前都并没有得到(dào)有效的解决，还有(yǒu)AIGC会不会代替人(rén)类“至高无上”的创意。

马斯克也强调(diào)，人工智能的安(ān)全问题需(xū)要得到重视，太晚就(jiù)来不及了。

03

AIGC下一站除(chú)了视频(pín)，还有远方

技术都(dōu)是有两面性的，潜在的危害(hài)并不能(néng)掩盖其光辉的贡献。现在看来，人工智能技术将是第四次工业革命的(de)核心驱动力量，将创造新的增长(zhǎng)奇迹。

过(guò)去一年(nián)，人工智(zhì)能(néng)在技术和商业层面(miàn)都有了(le)巨(jù)大进展，AI绘画就是(shì)人工智能技术发生(shēng)方向性改变的一个代表。其下一(yī)站或许(xǔ)就是视频。

此前，Meta和谷(gǔ)歌先后(hòu)发布了(le)几(jǐ)条引爆科技圈的(de)短视频(pín)。这些(xiē)视(shì)频(pín)引发关注(zhù)并非(fēi)内容做得多优秀，反而都非常简单，比如一匹正在喝(hē)水的马(mǎ)，一只(zhǐ)画(huà)画的玩具熊，或(huò)者(zhě)一段骑(qí)摩托(tuō)车的第一(yī)视角录像，随便一个有手机的人都(dōu)可(kě)以随(suí)手录下一段。

但这些(xiē)短视频的创作方(fāng)式非常简单，创(chuàng)作者仅仅需要向AI输入一段话(huà)，甚至只是(shì)说一(yī)下要求(qiú)，AI就可以根据需要生成一段视频。

谷歌发布的两个AI生成视(shì)频分别来自于Imagen Video和(hé)Phenaki，前者主(zhǔ)要突出的是高清，与Meta的Make-A-Video没有(yǒu)太多(duō)的差别。

在Make-A-Video公(gōng)布了AI生成(chéng)的视频(pín)后(hòu)，AI圈(quān)就已经玩了(le)一(yī)波梗，一个能够做出更(gèng)高(gāo)清(qīng)视频的AI还不足以在(zài)短时(shí)间内戳中(zhōng)兴奋点。

Phenaki更加令人震惊(jīng)的地方在于，它(tā)可以制作出超过2分钟的连贯的(de)也有确切内(nèi)容的视频，这才是真(zhēn)正让人们感(gǎn)到(dào)惊喜的地方。因为(wèi)无论AI生成的视频(pín)多么高清，也(yě)只能(néng)是(shì)为内容生产(chǎn)者提供一(yī)个(gè)灵感，一个(gè)素材，一个(gè)过场动画。

不过能够制(zhì)作出有具体剧情内容的视频就意味着，一些视频(pín)创作(zuò)由AI代(dài)替(tì)人(rén)工(gōng)完成(chéng)已(yǐ)经初步有(yǒu)了可能。

当下(xià)AI的(de)发展速度已(yǐ)经超过大部分人(rén)的想象(xiàng)。内容(róng)产业的本(běn)质是(shì)供给创(chuàng)造(zào)需求，AIGC作为全新(xīn)的内容生产方(fāng)式，可以为内容产业带来更新的内容风格、更快(kuài)的生产(chǎn)速度，更低的生产(chǎn)成本(běn)，这无(wú)疑(yí)会驱(qū)动内(nèi)容产业的大爆发。

除了AI绘图、视频，AIGC技术还能(néng)应(yīng)用于音(yīn)乐(lè)、代码、机器人(rén)动作(zuò)等多种内容形式的生成。不难发(fā)现(xiàn)该项技术不(bù)仅在游戏等行业能(néng)得(dé)到有效应用，对于下一代互联(lián)网各种元素(sù)的构建亦有关(guān)键(jiàn)意(yì)义。

从商(shāng)业(yè)化的角(jiǎo)度来(lái)看，文化娱乐、教(jiào)育、传(chuán)媒等诸(zhū)多领域，本身(shēn)就对基于AI的(de)可视化内(nèi)容有强烈需求(qiú)。

因此，AI绘(huì)画及视频或不(bù)是结(jié)果，而只(zhǐ)是AI进程中的一块(kuài)重要拼图，有(yǒu)望在技术更新(xīn)的加持下(xià)实(shí)现更大的(de)应用价值。

AI从理(lǐ)解内容，走向了可(kě)以(yǐ)生成内容，甚(shèn)至能(néng)够创(chuàng)造(zào)出独立价值和独立视角(jiǎo)的(de)内容。AIGC的再次出(chū)圈，更代表着未来的先进生产力即将到(dào)来。

04

紧抓大模型与算力，牢固AIGC底(dǐ)座

从技术的(de)发展也可以看出，在语(yǔ)言大(dà)模型(xíng)、图像大(dà)模型(xíng)之后，多模(mó)态大(dà)模型已经(jīng)成为了新(xīn)的趋势。

大模(mó)型被誉为(wèi)当前人工智能发展的智能(néng)底(dǐ)座，是全(quán)球竞争最激(jī)烈的研究方向之(zhī)一(yī)，包括谷(gǔ)歌、亚(yà)马(mǎ)逊、百度、阿里、腾(téng)讯等众多头(tóu)部企业都在竞相发力。

不过训练大模型的确价格不(bù)菲，以国盛(shèng)证券(quàn)发布(bù)的《ChatGPT需(xū)要多(duō)少算力》报告估算，GPT-3训练一(yī)次的成本(běn)约为140万美元。而对于(yú)一(yī)些(xiē)更(gèng)大的LLM(大型语言模型)，训练成本则(zé)介于200万(wàn)美元至(zhì)1200万(wàn)美元高价之间(jiān)。

以ChatGPT在2023年1月的独立访客平(píng)均数1300万计算，其(qí)对应芯片需求为(wèi)3万多片英伟达(dá)A100 GPU，初始投入成本(běn)约为(wèi)8亿美(měi)元，每日仅(jǐn)电费(fèi)就在5万美元左右(yòu)。

此外不(bù)论是ChatGPT还是(shì)AIGC，都离不开庞大算力支持。在关注各类(lèi)大(dà)模型的发展同时，更应该(gāi)关注(zhù)算力网(wǎng)络的建(jiàn)设(shè)。

算(suàn)力(lì)网络正驱(qū)动AI产业发展(zhǎn)进入史诗(shī)级加速(sù)进程，让(ràng)AIGC及(jí)通用AI这(zhè)一人工智(zhì)能(néng)发展的终(zhōng)极(jí)目标(biāo)离(lí)得(dé)更近。

因为算力可以对突(tū)破性技术创新提供大力的支持。这方面，多模态大模型是典型。作为(wèi)面向(xiàng)未来强(qiáng)人工智(zhì)能(néng)、通用人工智能的重要技(jì)术创新，多模态大(dà)模型已经在(zài)人工智能领域提出了很多年，业界也有(yǒu)不少技术(shù)突破，但是，多模态大模型(xíng)进一步往(wǎng)下走，算力需求(qiú)呈几何式上升(shēng)，一般的算(suàn)力基础设施很快(kuài)将难以胜任。

从(cóng)图(tú)像(xiàng)、文字、语(yǔ)音单独(dú)一项(xiàng)的训练(liàn)，到双模态、三模(mó)态的(de)跃迁，让(ràng)人工(gōng)智能可以灵活应对不同模态的(de)转(zhuǎn)化、像人与世界交互(hù)一样自然，这方面，由算力(lì)网(wǎng)络来驱(qū)动将有明显优势(shì)。

此(cǐ)外，还有很多需要(yào)爆发式增长的算(suàn)力来支撑的(de)技术创新(xīn)，将在(zài)人工智(zhì)能算力网络支撑下快速推进。

AIGC已经露出(chū)曙光，期待在大模型(xíng)和(hé)大算力的支持下(xià)AIGC能(néng)持续颠覆内(nèi)容(róng)生(shēng)产的方式，将创造的(de)边际成本(běn)降低，让(ràng)万众受(shòu)益(yì)。

未经允许不得转载：太仓网站建设,太仓网络公司,太仓网站制作,太仓网页设计,网站推广-昆山云度信息科技有限公司 曹操的观沧海是什么体裁的诗，观沧海是什么体裁的诗古体诗